经典程序化生成与当代 ML 神似:都是按参数采样分布
keenanisalive · x · 2026-09-05
作者提出一个类比:传统程序化生成(如地形、纹理生成器)的精神内核与当代机器学习几乎没有区别——都是从分布中采样,且以用户定义的参数为条件。他补充,这些经典分布也可以是自回归的,取决于前序生成步骤,城市、植物等对象的程序化生成也已存在数十年。
这个视角为理解现代生成式模型提供了历史坐标系:扩散模型、自回归模型等所谓「新范式」,在思想渊源上与游戏工业用了几十年的程序化生成一脉相承。
所属事件:开发者指经典程序化生成与当代机器学习本质同源(2 条相关)→
「研究」频道最新
- 研究者放出 Qwen3.5-2B 第 12 层子空间可视化 — Sauers_ · 2026-09-05
- EMNLP 论文:AI 生成文本跨模型跨领域有一致风格指纹,AI 修改文本不同 — najoungkim · 2026-09-05
- Knuth TAOCP 全卷开放难题整理成数据集,称其为前沿模型最佳基准 — sytelus · 2026-09-05
- 逆转 Eroom 定律:临床试验为何是生物医药的真正瓶颈 — anshulkundaje · 2026-09-05
- 争议预印本:用集成模型包住 LLM,声称实现现象性意识 — PeterBowdenLive · 2026-09-05
- 微调随机数也能传偏置,subliminal learning 让人不安 — ryanorban · 2026-09-05